IDC TCGA-GBM 胶质母细胞瘤影像数据集

数据集获取

源站：https://portal.imaging.datacommons.cancer.gov/explore/filters?collection_id=tcga_gbm

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

IDC 数据集 TCGA-GBM。癌症类型：多形性胶质母细胞瘤。肿瘤位置：脑。受试者：607。癌症影像计划（CIP）（https://imaging.cancer.gov/）正与参与 TCGA 的机构的主要研究者直接合作，以获取并加载与 TCGA 数据门户（https://tcga-data.nci.nih.gov/）中存储的基因组、临床和病理数据相关的影像。目前，这一大型胶质母细胞瘤患者 MR 多序列影像数据集可通过每个独特病例标识符，与来自癌症基因组图谱数据门户的同一病例的广泛基因和表达数据进行匹配，以研究临床表型与组织基因组之间的联系。请参阅 TCGA-GBM（https://doi.org/10.7937/K9/TCIA.2016.RNYFUYE9）页面，以了解有关放射学影像的更多信息，并获取该数据集的支持性元数据。请参阅 TCGA-GBM 数据集的 DICOM 转换 Slide Microscopy 图像（https://doi.org/10.5281/zenodo.12690010）页面，以了解有关组织病理学图像的更多信息，并获取该数据集的支持性元数据。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。